In questo articolo Indice dei contenuti 4 sezioni
Ridurre i tempi necessari per preparare una linea produttiva, addestrare i sistemi di controllo qualità senza attendere la realizzazione dei prototipi e riorganizzare gli ordini attraverso simulazioni virtuali. Sono alcune delle possibilità che Siemens e NVIDIA stanno sperimentando nello stabilimento elettronico di Erlangen, in Germania, dove l’intelligenza artificiale viene integrata direttamente nei processi industriali.
La collaborazione punta a trasformare il modo in cui vengono progettate, organizzate e gestite le attività manifatturiere, utilizzando AI, simulazione e gemelli digitali per anticipare problemi e valutare alternative prima di intervenire sugli impianti reali. Tra i risultati indicati dalle due aziende figurano una riduzione fino all’85% delle attività di ingegneria necessarie per preparare la produzione di nuovi circuiti stampati e un taglio dei costi produttivi fino al 20%. Il progetto si inserisce nel percorso annunciato da Siemens e NVIDIA al CES di Las Vegas nel gennaio 2026, quando le due società avevano dichiarato l’intenzione di realizzare siti produttivi basati sull’intelligenza artificiale. A Erlangen, quella strategia sta prendendo forma attraverso applicazioni sviluppate e sperimentate all’interno di un ambiente manifatturiero operativo.
Gemelli digitali e AI per preparare la produzione prima dei prototipi
Uno degli interventi più significativi riguarda la produzione di circuiti stampati (PCB), componenti fondamentali degli azionamenti e dei convertitori di frequenza realizzati nello stabilimento tedesco. In questo ambito, la preparazione virtuale della produzione può ridurre fino all’85% le attività di ingegneria e abbreviare fino al 40% il tempo necessario per portare i prodotti sul mercato. Il cambiamento interessa soprattutto le procedure di controllo qualità. Tradizionalmente, i team dovevano attendere la disponibilità dei prototipi fisici prima di addestrare i sistemi di visione e configurare le apparecchiature dedicate all’ispezione. Un passaggio che poteva richiedere diverse settimane e rallentare la preparazione della linea.
Con il nuovo approccio, l’intelligenza artificiale genera immagini fotorealistiche degli assemblaggi elettronici partendo dai rispettivi gemelli digitali. Queste rappresentazioni permettono di preparare i sistemi di visione e addestrarli prima che esistano i prototipi fisici, anticipando una parte delle attività necessarie all’avvio della produzione. Il vantaggio consiste nel poter lavorare in anticipo su procedure che, altrimenti, dipenderebbero dalla disponibilità dei componenti reali. La simulazione diventa così uno strumento operativo per ridurre le attese e accelerare la preparazione delle apparecchiature, anziché essere utilizzata soltanto per rappresentare virtualmente un prodotto.
Agenti AI per organizzare ordini, materiali e linee produttive
La seconda applicazione riguarda la pianificazione della produzione, un’attività che richiede di coordinare numerose variabili: capacità degli impianti, disponibilità dei materiali, scadenze delle consegne e carico delle diverse linee. Nello stabilimento di Erlangen, un agente basato sull’intelligenza artificiale supporta i pianificatori quando arrivano nuovi ordini. Il sistema elabora automaticamente diversi scenari produttivi e mostra le conseguenze delle possibili decisioni sulla base di indicatori di prestazione, o KPI, definiti in precedenza.
Le proposte non vengono trasferite direttamente agli impianti senza verifiche. Prima dell’implementazione, infatti, vengono validate attraverso un gemello digitale dell’intero stabilimento, così da valutare virtualmente gli effetti dei cambiamenti sulla produzione.
Questo metodo permette di confrontare le alternative prima di modificare l’organizzazione reale delle attività. Può risultare particolarmente utile quando cambiano le richieste dei clienti, si verificano carenze di materiali oppure occorre inserire nuovi ordini senza compromettere gli impegni già presi. Secondo le stime indicate da Siemens e NVIDIA, la pianificazione end-to-end supportata da agenti AI può portare a una riduzione dei costi fino al 20%, accompagnata da una maggiore flessibilità produttiva. Si tratta di un risultato potenziale dichiarato dalle aziende, non di una percentuale che possa essere automaticamente estesa a qualsiasi fabbrica o settore industriale.
Il ruolo delle tecnologie NVIDIA
Le applicazioni sviluppate a Erlangen combinano le competenze di Siemens nel software industriale, nell’automazione e nella produzione con le tecnologie di simulazione e calcolo accelerato di NVIDIA. Il lavoro congiunto ha portato allo sviluppo delle prime nuove soluzioni in meno di dieci mesi, secondo quanto comunicato dalle società. Per la preparazione dei sistemi di controllo qualità vengono utilizzati i world model NVIDIA Cosmos, che generano dati realistici destinati all’addestramento. La simulazione degli scenari produttivi si basa invece sul framework NVIDIA Factory Operations Blueprint, progettato per supportare agenti AI nella creazione dei piani di produzione.
Le librerie NVIDIA Omniverse consentono di verificare questi piani in ambienti virtuali alimentati da dati reali provenienti dalla fabbrica. L’integrazione tra simulazione e informazioni operative permette di valutare le conseguenze delle decisioni prima di applicarle al sistema fisico. La combinazione di queste tecnologie punta a rendere più rapido il passaggio dalla progettazione alla produzione e a migliorare la capacità degli stabilimenti di adattarsi a condizioni variabili.
Erlangen come modello per le fabbriche autonome
Siemens considera lo stabilimento Electronic Works di Erlangen un ambiente di riferimento per sperimentare l’Industrial AI su scala industriale. Secondo Cedrik Neike, membro del Consiglio di amministrazione di Siemens AG e CEO di Digital Industries, l’impianto registra un incremento annuo della produttività del 7% e accoglie circa 3.000 visite di clienti ogni anno.
Rev Lebaredian, vicepresidente di Physical AI Simulation presso NVIDIA, ha sottolineato il ruolo dell’intelligenza artificiale e della simulazione nel permettere alle fabbriche di adattarsi ai cambiamenti, verificando i piani produttivi e preparando i sistemi di ispezione prima di intervenire fisicamente.
Fonte: TecnoAndroid